zoukankan      html  css  js  c++  java
  • 损失函数及评价指标

    损失函数

    评价指标

    Precision

    TP/(TP+FP)
    同一Ground Truth只计算一次

    Recall

    TP/(TP+FN)

    IoU(Intersection of Union)

    任务:语义分割
    TP/(TP+FP+FN)

    AP(Average Precision)

    任务:目标检测,实例分割
    AP简单来说就是PR曲线下的面积。
    以目标检测任务为例:

    • 给定一个预测的候选框,我们首先要判断其是否正确(TP),对于目标检测来说通常取IoU>0.5为正确的标准;
    • 而模型输出是N个候选框,按置信度从大到小排序,我们可以选择top-k或者大于某个置信度阈值的候选框作为最终预测结果。每选择一个阈值,我们就可以根据上一条的标准计算预测结果的Precision和Recall,因为两者往往是矛盾的,所以当我们选择一组阈值时,就可以得到一条PR曲线(纵坐标为Precision,横坐标为Recall);
    • 得到PR曲线后,计算曲线下的面积就可以得到AP;
      补充:
    • 实际计算AP的PR曲线有许多不同的规定;
    • IoU的阈值不一定是0.5,有的论文还会给出阈值为0.75时的结果。
    • 而COCO数据集的AP计算方式为:IoU的阈值在 0.5 - 0.95 的区间上每隔0.5计算一次AP的值,取所有结果的平均值作为最终的结果。

    mAP(mean AP)

    通常AP指的是单个类别,而mAP是各类别的平均值。
    也有些地方默认用AP表示mAP的意思。

    参考

    目标检测中的AP,mAP

  • 相关阅读:
    Grid search in the tidyverse
    Handling Class Imbalance with R and Caret
    R语言-Kindle特价书爬榜示例 & 输出HTML小技巧(转)
    Centos7下安装部署MXNET
    特征选择, 经典三刀(转)
    vue知识点14
    vue知识点13
    vue知识点12
    vue知识点11
    vue知识点10
  • 原文地址:https://www.cnblogs.com/tofengz/p/13530905.html
Copyright © 2011-2022 走看看